Bu tarayıcı artık desteklenmiyor.
En son özelliklerden, güvenlik güncelleştirmelerinden ve teknik destekten faydalanmak için Microsoft Edge’e yükseltin.
Öğrenmenizi denetlemek için aşağıdaki soruları yanıtlayın.
Bir gözlemin 10 sayısal özelliğe göre hangi üç sınıfa ait olduğunu tahmin eden bir sınıflandırma modelini eğitmek için derin bir sinir ağı oluşturuyorsunuz. Aşağıdaki ifadelerden hangisi ağ mimarisi için geçerlidir?
Giriş katmanı üç düğüm içermelidir
Ağ üç gizli katman içermelidir
Çıkış katmanı üç düğüm içermelidir
Derin bir sinir ağı eğitiyorsunuz. Eğitim sürecini 50 dönem kullanacak şekilde yapılandırabilirsiniz. Bu yapılandırmanın etkisi nedir?
Eğitim veri kümesinin tamamı ağ üzerinden 50 kez geçirilir
Eğitim verileri 50 alt kümeye bölünür ve her alt küme ağ üzerinden geçirilir
Modeli eğitmek için ilk 50 veri satırı kullanılır ve kalan satırlar bunu doğrulamak için kullanılır
Derin bir sinir ağı oluşturuyorsunuz. Öğrenme Oranı parametresini artırırsınız. Bu ayarın etkisi nedir?
Ağ üzerinden geçirilen her toplu işleme daha fazla kayıt eklenir
Backpropagation sırasında ağırlık değerlerinde daha büyük ayarlamalar yapılır
Ağa daha fazla gizli katman ekleniyor
Bir kıvrımlı sinir ağı oluşturuyorsunuz. Bir kıvrımlı katman tarafından oluşturulan özellik eşlemelerinin boyutunu küçültmek istiyorsunuz. Ne yapmalısınız?
Kıvrımlı katmanda kullanılan filtre çekirdeğinin boyutunu küçültme
Kıvrımlı katmandaki filtre sayısını artırma
Evrişimli katmandan sonra bir havuzlama katmanı ekleyin
Çalışmanızı denetlemeden önce tüm soruları yanıtlamalısınız.
Bu sayfayı yararlı buldunuz mu?
Bu konu hakkında yardıma mı ihtiyacınız var?
Bu konuyu açıklığa kavuşturmak veya bu konuda size yol göstermek için Ask Learn'ü kullanmayı denemek ister misiniz?